近日，我校动物科学技术学院丁向东教授团队在国际知名期刊《畜牧与生物技术杂志》（ Journal of Animal Science and Biotechnology ）上在线发表题为《一种基于SNP芯片准确识别纯种与杂种猪的深度学习策略》（A deep learning strategy for accurate identification of purebred and hybrid pigs across SNP chips）原创性研究成果。

准确的品种鉴定是畜禽遗传资源保护、种质资源体系化管理以及科学育种方案制定的基石。传统方法受限于主观性或遗传信息解析能力，而基于SNP芯片的现代分子技术虽已广泛应用，但现有算法在识别遗传背景复杂的杂种个体时，准确率往往大幅下降，难以满足商业化育种“零误差”的严苛要求。针对这一挑战，团队创新性地摒弃了传统的“分类”思路，提出了一种基于多输出回归框架的多层感知机模型（MLP）用于品种鉴定，其将个体的基因组数据直接映射为对多个纯种血缘的基因组品种组成比例（GBC），并结合纯种判定阈值进行品种识别，更符合遗传规律（图1）。

图1 多层感知机模型（MLP）品种鉴定算法流程

团队收集了来自我国八个省份种猪场的8199头猪（包括大白猪、长白猪、杜洛克猪及其杂交后代）的基因组数据，涵盖了1K、50K和100K等多种密度的SNP芯片。通过与随机森林（RF）、支持向量回归（SVR）及Admixture等主流方法的系统比较，发现MLP模型具有优秀的预测能力。在交叉验证研究中，对于纯种猪，MLP在多款芯片上均实现了100%的鉴定准确性。在杂种识别上，其表现同样优异，使用中芯1号、GGP50K、中国农业大学与石家庄博瑞迪生物技术有限公司联合开发的GenoBaits50K和GenoBaits100K芯片品种鉴定准确率达到100%，随着模型训练参考群的扩大，即使在低密度的GenoBaits1K芯片上，识别准确率也达到100%。采用独立数据集验证，进一步凸显了新模型的优越性，MLP在所有六种SNP芯片上，对三种纯种猪和杂种猪的识别准确率全部达到100%，展现了极强的泛化能力和稳健性，显著优于RF、SVR和Admixture（图2）。

图2 MLP等六种方法在不同密度SNP芯片上品种鉴定准确性比较（A：交叉验证 B：独立检验）

研究证实，多输出回归框架本身具有普适优势。无论是应用于MLP、SVR还是RF，该框架均显著优于传统的分类框架，尤其在提升杂种识别准确率方面效果突出。

团队还系统评估了纯种判定阈值的影响，明确了0.65至0.75为进行准确品种鉴定的理想阈值范围。在此区间内，MLP模型的性能表现最为稳定和优异，而其他方法的最优阈值则随芯片类型和数据集变化出现一定程度的波动（图3）。

图3 MLP和SVR在不同纯种判定阈值下的品种鉴定准确性（A和B为MLP交叉验证和独立检验准确性，C和D分别为SVR交叉验证和独立检验准确性）

该研究成果不仅为商业猪种杜洛克、长白和大白及二元种猪的品种鉴定提供了高效的新工具，并且建立了包含不同来源、不同遗传背景的商业猪种的资源群体，用于纯种和二元种猪鉴定的数据库。其提出的多输出回归框架品种鉴定策略也为其他畜禽的品种识别与遗传评估提供了重要的理论参考和技术路径。

中国农业大学为第一完成单位，中国农业大学动物科技学院硕士毕业生张梓鹏为第一作者，中国农业大学动物科技学院丁向东教授和石家庄博瑞迪生物技术有限公司张嘉楠为通讯作者。该研究得到山东省重点研发计划（2022LZGC003）、农业农村部现代农业产业技术体系（CARS-35）、国家重点研发计划（2023YFD1300204）以及中国农业大学“2115”人才发展计划项目资助。